2025 年4月22日 18:00-21:30，第191期方班学术研讨厅在黄埔研究生院B2栋成功举办。广州大学网络空间安全学院名誉院长方滨兴老师、主点评郭世泽老师、徐贯东老师、李建新老师、李舟军老师、副点评孙哲老师、吴昊天老师、刘园老师、张帆老师、欧阳典老师、张登辉老师全程参与了课堂的教学，并对同学们的报告逐一进行了指导点评。同时参与的还有网络空间安全学院的部分老师,广州大学方班七期的217名学生。本次研讨厅分为六个小组进行。第一组汇报的同学有李苏辉、邓秋霖、关梓聪、伏仰；第二组汇报的同学有陈励昊、曹振兴、刘安顺、李广泷；第三组汇报的同学有陈婵、高文鑫、黄健秦、胡荣鑫；第四组汇报的同学有胡志平、邓文轩、黄锐文、龚昱泓；第五组汇报的同学有陆为、黄铭辉、李意、黄相荣；第六组汇报的同学有董少奇、李鹏辉、蒋杰、罗雨乔。

第一组

第一位报告人：【李苏辉】

报告题目：【一种检测伪造起源BGP劫持的系统】

点评老师的意见与建议：

1、讲文章的视角不能一直在作者的层面，要站在批评文章的角度，讲述这个文章有什么不足。

2、研究论文不能只看论文本身，要看他的相关研究。

第二位报告人:【邓秋霖】

报告题目：【SWIDE：一种面向成功Web注入攻击的语义感知检测引擎】

点评老师的意见与建议：

1、以对立方的角度来思考文章方法的不足，比如说检测成功攻击说明攻击已经被执行了，如果是一些造成服务器损害的操作那就无法阻止。

2、逆着PPT的思路，思考文章的方法为什么简单但是能发四大顶会，为什么能取得这个效果，哪里做的比别人好。

3、本文采用的方法都不是新颖的方法，也没有特别的技巧，为什么能够达到这么好的效果，这个值得进行深度思考。

第三位报告人：【关梓聪】

报告题目：【利用提示和扩散模型揭示观点演变的短视频假新闻检测】

点评老师的意见与建议：

1、文章所提到的模型在新闻的真实性最重要的点是利用外部知识库来进行判断。在新研究中能够从外部知识库分析相关知识来进行新闻真实性的检测可以从这个点进行研究。

2、在大模型挖掘隐式观点的方法中，如果大模型出现了幻觉问题会对模型的检测效果造成影响。

第四位报告人：【伏仰】

报告题目：【使用Transformer对X（推特）上的机器人进行多模态检测】

点评老师的意见与建议：

1、在文章总结与思考部分，对于这篇文章的概括“为了多模态而多模态”是很到位的，做科研应该要具有这种思辨精神。

2、可以尝试对于文章数字DNA转为灰度值再转换为图像的部分进行复现，尝试直接对数字DNA编码进行特征提取而非是对灰度图像进行特征提取。

3、在未来研究领域，可以思考一下研究社交机器人的对抗，通过目前比较流行的社交机器人检测方法去生成一些能够逃逸检测的社交机器人。

第二组

第一位报告人：【陈励昊】

报告题目：【Scanner-Hunter：一种有效的ICS扫描组识别系统】

点评老师的意见与建议：

1、本文只用IP前缀进行扫描组的划分是否可能会存在方法过于简单的情况，也可以考虑IP前缀在该系统中更多的使用场景；

2、本文提出了OVO-RF模型进行扫描模式的分类，可以考虑比对更多的模型，其他模型也可能存在更好的效果；

3、讲解时应该首先对论文的概念进行清晰的解释，再将本文研究的问题抛出，在对本文的方法进行简略的介绍。

方老师点评：

1、我们在讲解文章和搞科研时应该从发现问题、思考问题、解决问题的角度来进行相关的工作；

2、我们在讲解时应该首先对文章内容进行Highlight，首先提出文章做的工作，然后围绕文章的重难点进行讲解，让大家带着思考一起学习文章的内容，达到更好讲解的效果；

3、在本文的分析过程中应该让大家了解本文为何使用OVO-RF模型，并且讲述清楚为什么要使用OVO模型将多分类转为二分类问题？以及它所带来的代价是什么？这部分是文章重难点；

4、本文存在的问题在于缺少综合的判断，没有采用并行判断而是进行串行判断，本文选取的特征也没有选择时序这一特征，这方面可以进行更深入的研究，且在云领域IP前缀的效果会更差，这部分也可以提出改进的方法。

第二位报告人：【曹振兴】

报告题目：【基于傅里叶变换的三维点云识别鲁棒性提升方法】

点评老师的意见与建议：

1、对于背景知识的讲解逻辑性要更清晰一些，把课题的主要研究问题要讲清楚；

2、讲解过程中一些重要公式的解释也要加入。

第三位报告人：【刘安顺】

报告题目：【AnoLLM: 用于表格异常检测的大语言模型】

点评老师的意见与建议：

1、论文里面的三个问题所对应的解决方案没有针对性的讲清楚，讲清楚这三个问题和对应做法有助于听众理解论文。

2、讲以往方案的不足时最好把之前的方案介绍一些，背景知识内容有点少，衔接不够连贯。

3、需要把异常是什么讲清楚，理解作者需要干什么，这样就能知道数值部分精度丢失不会影响到异常检测。

第四位报告人：【李广泷】

报告题目：【面向IoT入侵检测的异构域适应：一种几何图形对齐方法】

点评老师的意见与建议：

1、互联网和物联网恶意攻击流量存在较大不同，物联网的恶意攻击流量可能存在更多互联网中没有的攻击类别，建议后续深入调研。

2、介绍现有域适应方法不足后直接跳转说明本文创新点有点突兀，建议在介绍现有方法不足时说明对应的解决思路，再介绍本文工作。

3、最开始的背景介绍建议直入主题，介绍互联网知识丰富而物联网标记数据稀缺，因此选择域适应技术进行知识迁移。

第三组

第一位报告人：【陈婵】

报告题目：【Cyber-AnDe：用于SDN异常检测的自适应分布式采样网络安全框架】

点评老师的意见与建议：

1、张鹏老师提出实验部分中SDN网络体系架构较简单，不足以使用到强化学习进行训练智能体，是一种对资源的消耗，对Cyber-AnDe应用强化学习的必要性存在质疑；

2、刘园老师提出背景介绍部分与论文背景关联性不大，需要重新思考；同时指出应该跳出论文思路，即使是顶刊论文，也要尝试质疑论文的可行性；

3主点评老师建议将论文提炼，思考作者究竟要解决的问题。

第二位报告人：【高文鑫】

报告题目：【面向隐私保护推荐的联邦异构图神经网络】

点评老师意见与建议：

1、讲论文首先就是要将论文吃透，在吃透的基础上最好举例一些例子将一些概念进行具体化、清晰化，让听众更加理解。

2、之前的工作并不是没有利用语义，而只是没有这么叫而已，如果要继续沿着这个方向做的话，就要去理解除了叫法不一样外还有什么区别。

3、大框架是联邦学习，但是联邦学习里面一些超参数的设置没有具体提到。

第三位报告人：【黄健秦】

报告题目：【无需开发人员交互的应用层网络欺骗】

点评老师的意见与建议：

1、屈凌峰老师：针对实际应用的效果进行了提问，并针对思考的内容，提问了产生该思考的原因。

2、刘园老师：这篇论文有研究价值但研讨价值不大，没有有效启发提问同学和汇报同学，更适合用于个人学习。在汇报的时候可以换一种方式，针对论文中的某一个点，结合自身的研究方向和工作进行深入的研究，研讨价值会更大一些，思考的深度也还不够。

3、主点评老师：这篇论文很有研究价值，但是汇报人对该论文的研究深度还不够，汇报技巧也需要提高，对论文针对的最主要问题没有很好的破题。

第四位报告人：【胡荣鑫】

报告题目：【基于DQN的工业物联网开放集入侵检测方案】

点评老师的意见与建议：

1、将工业物联网场景的特性考虑进去；

2、今后补强理论知识，增加知识面。

第四组

第一位报告人：【胡志平】

报告题目：【通过对抗性数据操纵对基于交互的联邦学习的重建攻击】

点评老师的意见与建议：

1、讲述的内容上，前后逻辑没有做到相顾，汇报的主题中的交互式联邦学习这个核心点概念并没有很好地在背景处体现。

2、在展现数据操纵方法时没有直观地地体现出这种方法的作用，此部分应该需要重点描述。

3、最后的展望部分应该分清楚隐私技术与差分隐私之间的从属关系。并且应该好好地解释交互联邦学习与传统联邦学习之间的区别于联系。

第二位报告人：【邓文轩】

报告题目：【CoroGraph：在图算法执行的缓存效率和工作效率之间架起桥梁】

点评老师的意见与建议：

1、讲解背景知识时将一些概念解释清楚，大家更容易理解。

2、论文的主要创新点可以重点讲解，其他优化方面可以适当简单讲解。

方老师点评：

1、讲解具体的算法框架时，要先拔高将思路讲出来，具体怎么做实际上是根据思路来实现的，讲解清楚了思路，具体实现也就很容易理解了。

2、可以从论文研究问题的重点、难点、创新点三个方面进行思考，回答了这三个问题，就解释了论文在做什么。

第三位报告人：【黄锐文】

报告题目： 【长距离脑图 Transformer 】

点评老师的意见与建议：

1、开头研究背景处讲脑图概念太长了，而且没有讲图 Transformer的工作。

2、最好跑跑实验。

3、讲得很好，不过如果可以多讲讲其他工作的局限性会更好理解。

第四位报告人：【龚昱泓】

报告题目：【具有局部差分隐私的分散社交网络中的社区检测究】

点评老师的意见与建议：

1、张怡凯老师：文章在Haar小波变换结束后，均和可以进行回推，但是均差不可以，这个操作实际上是有损的。但文章中却没有给出明确的解释，这个问题值得进行深度思考和研究。

2、张帆老师：讲解过程中的一些细节部分值得打磨，比如：社区搜索、社团发现、图聚类这些方法彼此之间有相似性但不完全等同，所以要针对文章的研究内容具体解释到底用的是哪一种方法。思考要严谨。

3、徐贯东老师：在文章整体的讲解思路还是很清晰的，唯一的不足就是汇报过程中提到的一些专有名词、定义等还是要严谨一些，用词准确就更好了。

第五组

第一位报告人：【陆为】

报告题目：【AdvDiff：利用扩散模型生成无约束对抗样本】

点评老师的意见与建议：

1、文章涉及了两种引导技术，可以考虑当其中一种引导去除后，实验效果如何，作为消融实验；

2、这篇论文后续有被多次引用，可以看看最新的相关工作；PPT前面介绍了现有方法的不足，阐述文章方法时最好自己总结出它是如何解决这些不足的；

3、实验部分用到的目标模型都比较简单常见，要是能考虑在更复杂、防御能力更强的模型上进行攻击，方法效果可能会有所变化。

第二位报告人：【黄铭辉】

报告题目：【多模态域泛化中的跨模态表示平坦化】

点评老师的意见与建议：

1、SMA方法和搜索平坦最小值的方法可考虑其它，尝试进行优化；

2、搞清楚对比学习实际上是如何进行的，同时考虑教师模型是否必要。

第三位报告人：【李意】

报告题目：【重评非确定性环境下的拜占庭容错共识机制】

点评老师的意见与建议：

1、从BFT到BFT-ND的转变应用从架构的层面进行分析；

2、探究一下实验中非确定行事物的设置和交易的注入；

3、对比一下前人的MBA工作和本文的方法，可以更明确本文的创新点。

方老师点评：

1、强调一下双输出多值拜占庭的两个输出的含义，因为这是状态同步当中最核心的一句。

2、鉴于n-2f,n-f等阶段性的消息保证，其实本文无法实现类似随机数的共识。因为类似随机数的非确定性事务是很难达到以上阈值的要求。但是在智能合约当中可以这么写，选取一个累计最多的结果对该结果进行共识即可。

第四位报告人：【黄相荣】

报告题目：【Gaussian Shading：面向扩散模型的可证明性能无损图像水印】

点评老师的意见与建议：

1、颛孙晨露老师：指出汇报中对传统数字水印方法不足的归纳不够准确，建议深入分析扩散模型即插即用特性，深入研究GaussianShading方法的数学原理，将其更好地应用于自己的研究方向。

2、欧阳典老师：提出Gaussian Shading中投票机制可能引发随机性，影响水印提取准确性，需进一步研究和验证机制的可靠性。

3、李建新老师：对Gaussian Shading方法的安全性提出质疑，建议通过更多实验加强安全性分析，进一步证明方法的鲁棒性。

第六组

第一位报告人：【董少奇】

报告题目：【基于深度图表示学习的影响力最大化优化】

点评老师的意见与建议：

1、针对自编码器优化不够好的问题，可以进一步对其优化保证方法的有效。

2、种子集推断时，确定是迭代选点还是梯度下降优化表示来选点。

3、针对模型蒸馏，可进一步保证蒸馏效果，从而对模型进一步优化。

第二位报告人：【李鹏辉】

报告题目：【规则提炼了谜题：基于深度学习的安全应用异常检测的全局解释】

点评老师的意见与建议：

1、韦南老师建议：后续可以聚焦到其他工作难以解释的样本继续去做，而不是仅局限于OOD样本。

2、张登辉老师点评： 既然引入了人工干预，那么就有可能会出现对数据集过拟合的现象，导致在其他数据集表现不好。

3、李舟军老师点评：后续可以去进一步推广到更复杂的时序数据以及让这个可解释方法更加鲁棒能够抵抗对抗攻击。

第三位报告人：【蒋杰】

报告题目：【BINENHANC-基于增强框架的二进制代码的外部环境语义搜索】

点评老师的意见与建议：

1、王志刚老师：王志刚老师对该框架内的调用关系提出质疑，例如这种内联之间的调用会展开几级，这种深度在不同的优化选项中，会有怎么样的影响。以及加入图神经网络之后的搜索效率跟本身内在语义模型之间的效率，在runtime上是不是能有一个折中的方式。

2、张登辉老师：张登辉老师提出在静态分析部分，反汇编后的函数会出现例如函数的分支爆炸的情况，如果后续想要在这篇论文的工作基础上去继续做一些改进，可以从这些方面重新考虑做一些工作量。

3、李舟军老师：外部环境语义图的构建还可以更加完善一些，比如多种调用边的关系，还有周围节点的内容。

第四位报告人：【罗雨乔】

报告题目：【TupleRadar：利用学习索引加速元组空间搜索实现包分类】

点评老师的意见与建议：

1、张老师提到，可以考虑使用图谱方法来处理元组问题，图谱方法具有更系统的解决方案，能够避免碰撞和重叠问题；

2、张老师强调了论文中模型的性能主要是在模拟器上进行的测试，且通过规则集来生成数据包，这在真实环境中可能效果较差；

3、李老师建议可以引入更高效的算法或优化模型结构来简化学习型索引的构建过程，例如考虑神经网络或增量式学习方法。

方老师点评：

1、方老师提到，当前方法在处理元组冲突时存在问题，尤其是在不同规则重叠的情况下。如果没有正确识别冲突，可能会导致错误的规则匹配。同时老师强调了查询时关于并行查找的问题，指出当前方法在检索时可能存在效率瓶颈。

2、方老师强调，论文过于注重索引的构建，但忽视了如何有效检索数据的问题，尤其是在按前缀建立索引时，前缀的设计可能会破坏索引的结构，使得检索无法准确匹配。因此，索引的设计和检索机制的结合是当前方法中的一个重大缺陷。

整理：朱艺锋 谢晓彬 冯浩桓 黄河清 刘佳扬 姚懿桐

校对：王乐老师 鲁辉老师

责任编辑：鲁辉老师